Medeo 引入了 Video Agent
更多动态
开源项目 Banana Slides 主打 "Vibe PPT" 概念
,用多模态模型把“找模板”变成了“复刻审美”。 原理类似给理发师看照片,它通过 Nano Banana Pro 解析参考图的“氛围”,直接生成对应的排版逻辑。 1️⃣ 视觉风格迁移:随便扔一张海报或设计图,AI 自动提取配色与留白比例,生成的 Slides 具备原生设计感,不再是枯燥的大纲填充。 2️⃣ 语音交互 (Oral Modification):这是最大的效率提升点。按住麦克风说“把这张图换成商务风”或“这里太挤了拆成两页”,系统能精准识别意图并局部重绘。 3️⃣ 工程化落地:支持 Docker 私有部署,保护企业文档隐私;导出格式为全矢量 PPTX,文字图标任意放大不失真,完美兼容 Office。 GitHub: github.com/Anionex/banana-slides #AI工作流 #开源工具 #PPT制作 #Gemini3

以后「浏览网页」就是「开发应用」。
Google 发布的 Disco 浏览器(搭载 Gemini 3)彻底变了:它不再只是展示信息的窗口,而是能把散乱的标签页直接「熔炼」成交互式 App。 核心逻辑非常野: 🔹 原理像「自动加工厂」:你打开的 Wikipedia、地图、订票网是「原材料」,点击 GenTabs,AI 直接理解上下文,把这些网页重组成一个功能完整的工具。 🔹 场景实测:做攻略不用再手动摘录到 Notion。比如规划日本游,它能抓取你打开的网页,直接生成一个包含「可交互地图 + 实时比价 + 动态日程」的独立应用。 🔹 交互范式:引入了 Project 概念,左边是 Prompt 交互,右边是浏览器。这直接对标 OpenAI Atlas 和 Perplexity Comet,但 Google 赢在把「被动搜索」变成了「主动构建」。 目前仅限 macOS 用户在 Labs 申请,基于 Gemini 3 模型,虽然是早期实验,但这套 Workflow 极大概率是 Chrome 未来的形态。 申请地址: labs.google/disco #AI工作流 #GoogleDisco #生产力工具 #ZeroCode #Gemini3

claude申诉失败了。
订阅费也没法儿退,我甚至怀疑申诉邮件就是钓鱼的,有追踪IP地址。 dhh是美国开发者,前段时间来深圳交流,演示了自己怎么用claude code。 目前最稳妥的方式就是参考dhh方法,把Claude code放在海外机器上,用tailscale远程连接使用。 那就得租一台有家宽的海外机器,在那台机器上注册和登录claude。

分享下现在的纯手机端工作流。
九月底前我都是坐在电脑前开着terminal指挥着pi,跑多subagent,最后再自己看diff,提pr,经常一坐就是一天。 九月底,我工作流改成在手机端用hermes指挥pi,完全解决了久坐电脑前的痛苦,用到现在还挺舒服。 Hermes用旗舰模型(gpt-6-astra/opus-5.5),pi尽量不装插件,用中端模型(ds-v4.1-flash/sonnet/terra),二者间用a2a通讯。 hermes负责分析issues,拆分成多个小任务,然后给每个小任务创建worktree,并在里面派遣pi去完成小任务。 每个pi完成任务都会通知hermes,由它判断提pr还是返工给pi。基本逛一天景点,或一觉醒来十几个pr搞好了,舒服得很。 就是过程太黑盒了,心路历程有点像早期的vibe coding,那会diff至少自己会看一下,现在diff也黑盒,完全交给旗舰模型,属于盒中盒了。 如果没数据焦虑,其实可以直接用grok-bot或者chatgpt-dot,开箱即用,里面内置了grok-cli和codex,原生agents通讯。弊端就是数据不在本地,有监管,万一被封号一切归零。
